圆形隧道施工对不同深度地层沉降影响的模型试验研究

为了预测圆形隧道施工引起地表以下不同埋深地层沉降特征,首先,通过理论推导不同地层最大沉降位移与沉降槽宽度系数的函数关系;然后,建立包括试验台架、地层模型、圆形隧道开挖模型以及测量地层变形装置的平面应变模型试验系统。通过理论解析和模型试验可知:1)地表以下地层的最大沉降位移与沉降槽宽度系数成反比;2)不同深度地层的沉降位移随着地层埋深的增加而增大,且地表以下地层沉降槽曲线仍然符合正态分布;3)通过对模型试验数据进行回归分析,得到黏土地表以下不同深度地层沉降槽宽度系数的计算公式,从而为预测圆形隧道施工地表以下不同深度地层竖向位移提供了一种可靠的计算方法。     

深圳 ITS建设计划、成效及重点

中国大城市正处于城市化、机动化快速增长和大力建设交通基础设施的发展阶段,应当发展面向快速城市化的ITS体系。该体系在应用服务方向上,交通规划过程技术支持和交通建设与改善决策支持应作为首要任务,可一并提供相关功能、信息服务和信息共享;同时根据其他管理需要,建立交通管理控制、公交优先服务与管理、运输物流管理等服务子系统。在建设上,应以交通信息设施为基础,     

高桩码头桩基动力损伤识别方法

结构的损伤对其动力特性会产生一定的影响,利用结构损伤前后的模态参数的变化来进行结构的损伤识别是行之有效的方法。然而结构在完整状态下的模态参数很难得到,损伤程度更是难以确定。针对上述问题,提出一种基于损伤状态下的拟合曲率模态的损伤识别方法:首先通过损伤后的位移模态拟合出无损伤位移模态,然后根据拟合出的位移模态得到拟合曲率模态,基于损伤后的真实曲率模态相对于拟合曲率模态的突变来判别损伤位置;引入曲率相对改变量、损伤位置参数和模态阶数作为损伤样本的特征向量,通过支持向量机判断结构损伤程度。实例分析表明该方法能够对高桩码头排架结构的损伤进行识别。     

基于支持向量机回归树的内燃机振动信号趋势预测

针对标准回归树建立在统计分析基础上所存在的缺陷,提出一种基于支持向量机的回归树预测模型。首先,根据原始振动信号趋势序列构建回归树;然后,针对回归树上包含样本数过少的节点,利用支持向量机,建立能够反映重要变量与响应变量之间映射关系的回归模型。仿真结果表明:即便由于设备出现异常,导致振动信号趋势序列出现非平稳、突变情况,该方法也能准确地预测,性能优于标准分析方法,具有一定的工程实用性。     

云南省公路货运站场现状及发展对策

根据对云南省公路货运站场功能、站场经营、服务对象、管理支持、客户关系、营销管理、质量管理、吞吐量、经济特性等方面的抽样调查,分析了云南省公路货运站场现状及存在的主要问题,提出了云南省公路货运站场的发展对策.     

权扰动的影响度量矩阵及其矩阵分析

对于加权线性回归模型,我们考虑权扰动的影响度量问题,给出权扰动的影响度量矩阵,利用迹、谱范数为工具,得出一些结论.     

基于正交试验设计的透水混凝土物理力学性能研究

通过正交试验法分析了水胶比、砂率、聚合物乳液掺量、硅灰掺量以及玄武岩纤维(BF)掺量5个因素对透水混凝土抗压强度、孔隙率以及透水系数的影响;利用多项式线性回归,研究了不同因素对透水混凝土物理力学性能之间的关系,并结合SEM扫描电镜,分析其微观机理.结果表明:水胶比和玄武岩纤维掺量为主要影响因素;当水胶比为0.30,砂率...     

基于改进多尺度排列熵的S700K转辙机故障诊断

基于提速道岔S700K转辙机故障的功率曲线在频域上的多重特征,提出了基于改进多尺度排列熵的多变量支持向量机(structured support vector machine, SSVM)故障诊断方法.首先对S700K转辙机动作功率曲线进行集合经验模态分解和小波分解,获得两类不同时间尺度的模态分量;再利用改进多尺度排列熵计算不同分量的故障特征参数,为了降低计算维度,应用核主元分析理论,在不损失信号重要特征的情况下,取大于95%贡献率的特征值作为故障特征向量;最后,引入基于决策树的SSVM算法,经过小样本训练得到树状最优故障间隔面,从而实现S700K转辙机故障分类.实验结果表明:该方法可有效判定S700K转辙机故障类型,进而提高故障诊断精度和效率.     

三维空间路线连续性衰退对公路安全性影响分析

为深入分析公路三维空间线形连续性衰退对事故频数的影响,采集广东省内3条高等级公路243 km道路设计资料,共1 768条有效事故数据,利用Tobit回归模型分析三维空间路线连续性衰退对公路安全性的影响.应用微分几何空间的基本理论,提出公路线形连续性衰退表征参数,利用Tobit回归模型对数据样本中单元内总曲率差(TCD)...     

Application of frequency estimation algorithm based on a single vector sensor in underwater acoustic communication

1 Introduction1 An acoustic vector sensor (AVS) simultaneously measures the acoustic pressure and the components of acoustic particle velocity which render the basis for developing new signal processing methods[1-2]. The higher processing gain can be obta…